Stable Diffusion 3.0 發布了創新的擴散架構，為下一代文本轉圖像的人工智慧創作帶來全新體驗。

Home AI新聞 Stable Diffusion 3.0 發布了創新的擴散架構，為下一代文本轉圖像的人工智慧創作帶來全新體驗。

Stability AI 最近推出了其下一代文本到圖像生成 AI 模型 Stable Diffusion 3.0 的早期預覽。這次更新經過一年的迭代改進，展現了圖像生成的日益複雜和高品質。上個月的 SDXL 版本顯著提升了基礎模型，而如今公司旨在追求更大的進步。

Stable Diffusion 3.0 專注於提升圖像質量和性能，尤其是在從多主題提示生成圖像方面。一個顯著的改進是排版，解決了之前的弱點，能夠在生成的圖像中提供準確且一致的拼寫。這些改進至關重要，因為競爭對手如 DALL-E 3、Ideogram 和 Midjourney 近期也重視這一特性。Stability AI 提供多種模型大小的 Stable Diffusion 3.0，參數範圍從 800M 到 8B。

此次更新標誌著一個重大變革——不僅是對之前模型的增強，而是基於新架構的完全改革。Stability AI 的首席執行官 Emad Mostaque 表示：“Stable Diffusion 3 是一種擴散變壓器，這種新的架構類似於 OpenAI 最近的 Sora 模型。它是真正的原始 Stable Diffusion 的繼承者。”

向擴散變壓器和流匹配的轉變預示著圖像生成的新時代。Stability AI 探索了多種技術，最近預覽的 Stable Cascade 採用了 Würstchen 架構來提升性能和準確性。相比之下，Stable Diffusion 3.0 使用擴散變壓器，這是對其前身的顯著轉變。

Mostaque 解釋道：“Stable Diffusion 以前並沒有變壓器。”這種架構是許多生成 AI 進展的基礎，過去主要用於文本模型，而擴散模型則主導了圖像生成。引入擴散變壓器（DiTs）優化了計算資源的使用，通過用變壓器替代傳統的 U-Net 主幹，來增強性能，專注於潛在圖像片段。

此外，Stable Diffusion 3.0 還受益於流匹配，這是一種新穎的連續正規化流（CNF）訓練方法，能夠有效建模複雜數據分佈。研究人員指出，採用條件流匹配（CFM）結合最佳運輸路徑，能夠實現更快的訓練、更高效的取樣以及比傳統擴散方法更好的性能。

該模型在排版方面展現了明顯的進步，使得生成的圖像可以擁有更連貫的敘事和風格選擇。Mostaque 指出：“這一改進得益於變壓器架構和額外的文本編碼器。完整的句子和連貫的風格現在都可以實現。”

雖然 Stable Diffusion 3.0 首次展現作為文本到圖像的 AI，但它同時也是未來創新的基石。Stability AI 計畫在未來幾個月擴展到 3D 和視頻生成能力。Mostaque 總結道：“我們創造了可用於各種需求的開放模型。這一系列的模型將為我們的下一代視覺解決方案的發展提供支持，包括視頻、3D 及更多。”

谷歌因多次發生“覺醒”不準確性而暫停Gemini的人員生成功能

Stable Diffusion 3.0 發布了創新的擴散架構，為下一代文本轉圖像的人工智慧創作帶來全新體驗。

Most people like

Compara.cat

15.5K

Compara.cat 是一個領先的加泰隆尼亞平台，運用人工智慧的力量提供公正的產品比較。

產品比較 AI Product Description Generator

Sora

551.1M

介紹一款旨在將文字轉化為生動場景的人工智慧模型。這項創新技術徹底改變了故事講述的方式，通過驚人的視覺效果將想像力變為現實。無論您是作家正在探索新的創作方向，還是市場行銷人員希望提升互動性，這款人工智慧模型都提供了一種獨特的方式來可視化概念和想法。體驗這款具備強大人工智慧能力的視覺故事敘述未來，將文字轉化為引人入勝的影像。

人工智慧 Text to Video

Flux AI

783.8K

發現一個將文本提示轉化為驚人圖像的 AI 模型的力量。通過利用先進的算法，這個創新的工具使用戶能夠以前所未有的方式視覺化他們的想法和概念。無論你是尋求靈感的藝術家，還是希望增強內容的企業，我們的 AI 驅動圖像生成器為您打開了一個創意實現的世界。激發你的想像力，讓科技為你的文字注入生命！

AI 影像生成器 AI Art Generator

GVA NDAチェック

563.1K

使用人工智能驅動的保密協議驗證工具來保障您的協議。

保密協議 Other

Find AI tools in YBX